基于小波分析的金融高频数据波动率估计研究

《基于小波分析的金融高频数据波动率估计研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：O212单位代码：10190研究生学号：201312016密级：无硕士学位论文基于小波分析的金融高频数据波动率估计研究VolatilityEstimationofFinancialHighFrequencyDatabasedonWaveletAnalysis研究生姓名：蔡丰泽专业：统计学指导教师姓名：秦喜文指导教师职称：副教授2016年4月长春工业大学硕士学位论文原创性声明本人郑重声明：所呈交的硕士学位论文，《基于经验模态分解和多尺度熵的滚动轴承故障诊断研究》是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表

2、或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名：年月日长春工业大学硕士学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春工业大学硕士学位论文版权使用规定”，同意长春工业大学保留并向国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权长春工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名：年月日校内指导教师签名：年月日硕士学位论文摘要高频数据波动率的估计已成为数据分析领域的研究热点问题。本文利

3、用极大重叠离散小波变换方法对资产收益的积分波动率进行估计。针对沪深300指数选取不同小波函数估计积分波动率，计算相对误差统计量，结果表明，不同小波函数对积分波动率估计不存在显著差异，但是随着抽样频率的增加，估计精度也随之提高。将对数变换分别应用到尺度及其相应尺度下的波动率，可以观察到两者之间存在着比较显著的线性关系，并且波动率会随着尺度的增加而变小。本文通过利用小波方法对资产收益的积分波动率进行估计。为了比较不同抽样频率对估计优劣的影响，构造相对误差统计量，针对不同时间间隔下的数据，选取不同的小波函数对积分波动率进行估计。结果表明，采样频率越高，得到的估计误差越小。利用小波变换方法研究不

4、同尺度下两个不同市场间收益的相关关系，通过沪深两市的实证研究表明：大尺度下的相关性要强于小尺度下的相关性。利用小波方法中的多分辨率分析剔除沪深两市间股票收益的“日历效应”，结果显示随着滞后期的增加两个序列之间的互相关性是在逐渐减少的。关键词：小波分析高频数据小波方差波动率估计硕士学位论文AbstractEstimationofhighfrequencyvolatilityhasbeenthehotresearchprobleminthedomainofdataanalysis.Integratedvolatilityofassetreturnisestimatedbymaximumove

5、rlapdiscretewavelettransform.ThedifferentwaveletfunctionsarechosetoestimateintegratedvolatilityofShanghaiandShenzhen300index,andrelativeerrorstatisticsiscalculated.Theresultsshowthatintegratedvolatilitiesbasedondifferentwaveletshavenosignificantdifference.Theestimatedaccuracyisimprovedwiththeincr

6、easingofsamplingfrequency.Thereistheobviouslinearrelationshipbetweenlogarithmicscaleandlogarithmicvolatilities.Thevolatilitydecreaseslittlebylittlewiththescaleincreasing.Integratedvolatilityofassetreturnisestimatedbywaveletmethod.Forcomparingtheinfluenceofdifferentsamplingfrequencytovolatilityest

7、imation,therelativeerrorstatisticisconstructed.Differentwaveletfunctionsarechosentoestimateintegratedvolatilityforthedatafromdifferenttimeintervals.Theresultsdemonstratethatthehighersamplingfrequencytheestimationerrori